人工智能機器學習在農(nóng)業(yè)中的應(yīng)用

機器學習現(xiàn)在是我們生活中每一個人的重要組成部分。使用Netflix時，會根據(jù)AI算法顯示推薦的節(jié)目。您在亞馬遜上的訂單歷史記錄通過一個程序運行，以創(chuàng)建一個特別適合您口味的潛在產(chǎn)品列表。營銷人員使用自動化作為一種方式來吸引潛在的潛在客戶并使當前客戶與他們的公司保持聯(lián)系。信不信由你，79％的頂級企業(yè)目前正以某種方式在其商業(yè)模式中使用人工智能。

乍看之下，與機器學習相關(guān)的一切似乎都涉及相對較新的產(chǎn)品和技術(shù)。劍橋大學現(xiàn)場機器人雜志的一項新研究正在挑戰(zhàn)我們對人工智能及其應(yīng)如何影響我們生活的先入之見。他們的研究和實驗在農(nóng)業(yè)方面取得了巨大的突破。我們將看看挑戰(zhàn)，他們的新機器人，以及這對未來意味著什么。

這篇文章的總結(jié)標題為“ 經(jīng)過實地測試的冰山萵苣機器人收獲系統(tǒng) ”，該文章研究了農(nóng)業(yè)產(chǎn)業(yè)面臨的挑戰(zhàn)之一 - 收獲作物。除了小麥之外，只有極少數(shù)產(chǎn)品可以通過機器收集。草莓，黃瓜，獼猴桃和萵苣等產(chǎn)品幾乎不可能用機器收獲，因為它們非常敏感。如果機器人沒有正確校準，它會破壞水果，并在此過程中浪費金錢。

在收割時使用機器時，壓力敏感性只是問題的開始。另一個巨大的問題是，機器人幾乎不可能決定哪些產(chǎn)品被認為可以收集，哪些不是。

一種新的機器人收割機

研究背后的團隊開發(fā)了一種叫做Vegebot的機器人。該機器由一臺筆記本電腦組成，其中包含控制軟件，六自由度機器人手臂，兩個攝像頭和一個末端執(zhí)行器。他們的目標是使用該軟件教授和編程Vegebot，以便在準備收獲時收獲卷心萵苣。

Vegebot使用兩臺攝像機來解決與AI采集相關(guān)的兩個最大問題。一個攝像頭安裝在頂部，用于識別哪些生菜頭準備采摘。他們提供了無數(shù)適合收獲的生菜照片樣本，該計劃使用頂級相機分析田地并確定何時收獲冰山。

底部攝像頭連接到末端執(zhí)行器。這臺相機的目的是幫助Vegebot判斷切割生菜時的距離。最后，對機器人手臂進行校準和測試，以確保在擠壓萵苣進行收割時，它不會損壞農(nóng)產(chǎn)品。所有這些都是通過筆記本電腦上的軟件控制的。

無數(shù)個小時進入Vegebot培訓，成功收獲冰山萵苣。該團隊在實驗室內(nèi)創(chuàng)建了受控實驗，并在每次訓練后繼續(xù)訓練機器人。隨著準確度的提高，質(zhì)量標準也提高了。定期添加數(shù)據(jù)點，直到Vegebot準備好進行第一次田間運行。

事實證明，該領(lǐng)域的前幾次嘗試具有挑戰(zhàn)性。進行研究的人在進行轉(zhuǎn)變時必須適應(yīng)某些條件。他們面臨的兩大挑戰(zhàn)是讓Vegebot在不同類型的天氣下正確收獲，并確定在不平的地面上切割生菜的位置。結(jié)果公布后，許多人看到了AI用于收割作物的潛在希望。結(jié)論是Vegebot能夠確定準備收獲的萵苣，準確率為91.0％。誤報的錯誤率為1.5％。

那么這是什么意思？

結(jié)果表明，AI與農(nóng)業(yè)有很多有希望的用途。我們已經(jīng)知道AI已經(jīng)徹底打亂了行業(yè)的實時客戶支持聊天和音樂。另一項研究顯示，到2020年，80％的企業(yè)希望在其網(wǎng)站上使用聊天機器人技術(shù)。將這一統(tǒng)計數(shù)據(jù)與無數(shù)的音樂和電視應(yīng)用程序在AI上運行這一事實相結(jié)合，并不難看出我們擁有這項技術(shù)的美好未來。

如果我們能夠掌握娛樂中的機器學習之類的東西，那么我們最終可以大規(guī)模地在農(nóng)業(yè)中實施人工智能。這項研究只是對未來事物的一種嘗試。我們可能仍然需要人類來完成其他農(nóng)業(yè)任務(wù)，但是生活中人們收獲莊稼的需求即將結(jié)束。